面向工业物联网的短包安全通信资源智能分配算法

面向工业物联网业务的低时延与安全性需求,针对短包安全通信的设备高能耗问题,结合物理层安全技术的短包通信理论,提出了一种安全容量约束下带宽和功率的智能分配算法。考虑安全容量和总带宽约束,构建了工业物联网下短包安全通信的总功率最小化问题。根据优化目标和约束条件,设计了带宽资源决策的双深度Q网络和基于深度确定性策略梯度的功率资源分配网络。仿真结果表明,所提出的智能资源分配算法有效地降低了工业物联网下短包安全通信的总功率。

智能煤矿技术研究与政策制定现状

目前针对智能煤矿的研究集中在顶层设计、理论架构、核心技术、管控平台、建设路线、标准制定、评价体系等方面,没有文献针对《关于加快煤矿智能化发展的指导意见》发布前后的技术研究情况进行探讨。智能煤矿具有技术密集型和资金密集型特征,需要由政策引导,形成汇聚政府、学术、产业、金融和用户的合力。以CNKI(中国知网)为工具,挖掘分析了智能煤矿技术研究现状、关注热点和主要研究机构。归纳梳理了国家层面及贵州、山东、山西等主要产煤大省的智能煤矿政策制定现状,各省虽在智能煤矿入手点和实施进度上略有差异,但是均在实施办法和验收定级等方面发布了指导性文件,并在标准制定、创新研发中心设立方面进行了尝试,加速了智能煤矿研究和建设步伐。

矿井无人驾驶环境感知技术研究现状及展望

矿井辅助运输系统是煤矿企业运输人员和重要物料、装备的必备系统,实现矿井无人驾驶是提高运输效率、保障运输安全的必然要求,也是落实国家煤矿智能化建设部署的必由之路。矿井无人驾驶依赖于准确实时的环境感知,即利用激光雷达、毫米波雷达等车载感知器件和车联网支持下的协同感知,实现车辆局部甚至矿井全局的精确详尽感知。对矿井无人驾驶环境感知技术的研究现状进行了系统梳理,指出巷道特殊环境使得矿井车载感知设备的性能都将出现不同程度的下降,并对各种车载感知设备的优劣进行了总结归纳;详细阐述了矿井无人驾驶环境感知的关键技术,包括基于可见光图像或激光点云的单传感器障碍物识别方法,多传感器融合感知的分类及可见光图像+激光点云、可见光图像+毫米波点云、可见光图像+激光点云+毫米波点云、4D毫米波雷达+其他感知器件等多传感器融合方式,智能网联协同感知的实现方式、数据处理方法及其对无人驾驶的促进作用,井下巷道交通标志检测与识别方法,井下无轨胶轮车和有轨机车的巷道可行驶区域分割方法等;对矿井无人驾驶环境感知技术的发展方向进行了展望,建议提高矿井多传感器融合性能、研究矿井自适应感知算法并突破矿井智能网联协同感知技术。

基于大数据与AI驱动的智能煤矿目标位置服务技术

在大数据和人工智能驱动下,矿山目标与事件源位置可以提供丰富的位置服务,这些服务远超出了人员定位、装备定姿、机器人导航、无人驾驶等单个系统的范畴,宜从系统观点和全局角度进行统一设计。给出了矿山目标位置服务的框架结构,研究了其位置对象层、位置获取层、位置传输层、位置挖掘与服务层的主要构成和功能;探讨了矿山目标位置服务的3大关键技术,其中:①矿井动目标精确定位技术重点研究距离测量、距离测量优化、目标节点位置解算和定位系统研发;②矿山位置大数据技术研究大数据的获取、存储和分析策略;③矿山目标位置服务人工智能算法则主要研究感知智能、生产智能和决策智能。总结了矿山目标位置服务在应急撤离与应急救援、遥控采煤与无人采煤、矿井位置大数据应用等3大领域的研究热点,主要包括规划最佳逃生路径,确定被困人员位置与救援,事故原因分析与追责,采掘装备定位定姿与导航,多机器人协同定位与导航,矿井无人驾驶技术与装备,事件时空演化规律分析,基于轨迹的调度决策,煤矿生产过程一张图等。指出矿山目标位置服务正成为煤矿的基础设施,其发展趋势是构建融合时空属性的泛在一张网,融合位置推理的决策模型库和融合位置服务的智能矿山平台。

再论智能煤矿建设路线——基于人工智能3.0视角

合理的建设路线是煤矿智能化技术落地应用的重要保障。指出智能煤矿=煤矿智能化愿景+人工智能3.0特征,只有实现了人工智能基本要素,才能让传统煤矿企业发展出"智能";只有遵循煤矿企业发展规律、以煤炭行业高质量发展为愿景的人工智能,才能称为煤矿智能化。提出一套人工智能关键要素驱动的智能煤矿建设思路,它包括煤矿应用、计算能力、知识库、算法库和数据设施5大部分,简称ACKADa(Application,Computing,Knowledge,Alogorithm,Data)。应用平台包括一个大平台、若干小平台和N个子系统,数据设施包括感知网络、骨干网络、自动化改造与综合接入、大数据中心,计算能力包括边缘计算、云计算和部分大数据中心设施,算法库包括智能设备健康算法、智能采掘算法、智能定位导航算法、智能视频分析算法等,知识库包括周知型知识库和习得型知识库。相比其他建设方法,ACKADa思路的建设内容更加完整合理,且具有理论上更易理解、实践中更易使用的优势,并能将综合自动化、矿山物联网、大数据、云计算、边缘计算等技术统一在一个井然有序的逻辑体系。

全源矿井定位:一种智能煤矿位置服务新范式

矿山动目标定位系统为煤矿智能化建设提供基于位置的服务。而传统的矿井定位系统中定位信标与定位标签之间大多采用单一或组合通信技术,结构不灵活,覆盖范围受限,鲁棒性不高,定位精度有限;使用单一或组合测距技术,无法根据使用场景的不同自适应选择最优测距技术;位置求解算法固定,无法根据使用场景的不同和信号变化自适应选择最优求解算法。提出了全源矿井定位新范式,可根据定位环境和目标承载平台的变化,从所有可用定位信号测量设备中动态选择满足当前需求的最优设备组合,自适应地从可用的测距算法、位置解算算法、结果优化算法中选择最优的算法组合,计算出目标节点的最优位置。给出了全源矿井定位系统架构,探讨了矿井中可用的定位信号测量设备和可用于定位的测量属性值类型,对比了单一矿井定位与全源矿井定位在定位服务器方面的功能差异。研究了全源矿井定位中的3项关键技术:统一定位框架技术,旨在解决全源定位的模块化、组合式、可扩充需求;全源定位信息融合技术,对测量属性值进行有机组织,达到提高定位精度的目的;通信定位一体化技术,通过无线通信网络本身所具有的定位能力,简化全源矿井定位系统的设计并提高定位精度。提出了基于“端-边-云”的全源矿井定位系统实施架构,以便与煤矿智能化的主流建设模式相适应,大幅降低实施难度和系统成本。

无人机辅助空中计算的轨迹和功率联合优化方法

无人机(UAV)辅助的空中计算(AirComp)系统为大范围、分布式数据的快速聚合提供了有效的解决方法。该文研究了通过无人机辅助空中计算系统联合轨迹规划与功率优化方法。UAV作为移动基站,通过调整其运动轨迹和地面传感器节点发射功率,实现AirComp系统聚合数据均方误差的最优化。在UAV轨迹、传感器功率限制下,联合优化UAV轨迹、去噪因子和传感器功率,使时间平均均方误差最小化。基于块坐标下降和逐次凸逼近方法,提出无人机飞行轨迹与功率联合优化算法,并通过仿真验证了所提算法的性能。

矿山动态协同作业场景无线通信关键技术

随着智能化装备和工业机器人技术的发展,矿山开采过程逐渐趋向无人/少人化,亟需解决数据的高效连续传输问题,如矿山动态协同作业场景下大量的数据采集和传输、多样的用户设备接入以及低时延的控制操作等。深入剖析了矿山动态协同作业场景的通信技术需求、矿山无线通信技术的应用现状与发展趋势,分析了当前矿山无线通信的关键技术瓶颈、相关解决方案及其应用效果。得出分布式多源、多目标动态业务的激增及其并发式的传输是矿山高可靠、低时延多业务交互协同网络所面临的最大问题。如何利用矿山用户、设备群体的协同作业特点和对应的动态业务属性,有针对性地对通信网络的物理信道、物理资源进行管理和分配,则是从根本上有效优化网络可靠性,提高传输效率的关键。为此,提出了多业务属性驱动的矿山动态协同作业场景无线通信模式:在提取矿山非高斯脉冲干扰特征及无线信道空-时-频域统计特性的基础上,面向作业场景深入挖掘业务特性与物理层传输的内在关联,利用超图匹配、图论、博弈论、非正交多址接入等方法,从信道-链路-业务快速多维匹配的角度解决多用户协同交互传输通信链路和信道的匹配、多跳用户链路匹配、多业务QoS要求与链路匹配等快速匹配问题。

基于联盟图博弈的地下空间无人机应急通信网络拓扑控制算法

地下空间灾害事故对极端环境下应急通信网络快速重组与灾情信息实时回传提出了严峻挑战,亟需构建具备按需动态重构、快速响应能力的无人机(UAV)应急通信网络。针对拓扑快变等动态不确定性造成的网络连通性频繁失效等问题,该文利用图论对时变拓扑的关键信息提取简化后,将联盟博弈(CG)引入时变拓扑图,提出一种基于联盟图博弈的自适应拓扑控制算法(CGG-ATC),通过协同决策建立远程传输链路(LLs)维护拓扑连通性。仿真结果表明,与其他现有算法相比,该算法能更好地实现拓扑连通性、平均传输时延与链路损耗3种性能之间的权衡优化。此外,该算法具有较快的收敛速度,能支持灾后动态不确定场景下组网决策随拓扑快变弹性适变。

井下复杂环境人员重识别研究

对煤矿井下视频监控中的人员身份进行智能识别,对提高人员监管效率、减少安全事故发生具有重要意义。受井下环境复杂、视频监控设备性能局限性影响,井下视频监控图像存在分辨率低、遮挡、背景干扰等问题,导致井下人员间差异性较小,人员重识别准确率低。针对上述问题,提出了一种基于通道注意力和距离度量的网络结构,并将其用于井下复杂环境人员重识别。针对监控图像中人员与背景不易区分的问题,在骨干网络中引入通道注意力模块,使其更加关注人员的前景特征而抑制背景信息,并将骨干网络最后一层输出的特征图大小扩大1倍,以获得更多的细粒度特征,丰富人员的特征信息,增强网络对特征的学习能力;在实现不同身份人员分类的基础上,利用人员图像间的绝对距离信息,通过距离度量模块对难以识别的人员图像进行采样和加权处理,增加难样本在反向传播时的权重,使网络更加关注具有判别力的人员特征;联合使用身份损失和距离度量损失优化特征层,使网络提取出更具判别力的人员特征,从而提高重识别准确度。采用Miner-CUMT数据集对提出的井下复杂环境人员重识别方法进行验证,结果表明该方法可充分利用井下不同身份人员的关键信息,使识别网络具有更强的判别能力,提高了井下作业人员身份识别准确度。

基于粒子群与模拟退火算法的改进矿井克里金定位方法

位置信息对于矿井作业中的人员管理和灾后救援至关重要,指纹定位可显著提高矿井定位精度,但费时费力的指纹库构建过程阻碍了其大规模应用。为此,提出了一种基于粒子群与模拟退火的克里金插值算法(PSOSA-Kriging),初始阶段只需采集部分指纹采样点的数据,以这些采样点数据为依据,通过克里金模型插值获得全部指纹数据集,并利用粒子群与模拟退火算法对克里金理论模型进行优化,使得构建出的指纹库更贴合实际矿井环境。算法利用粒子群收敛速度快的优势,解决了指纹库快速构建难题。同时,利用模拟退火克服粒子群可能陷入局部最优的缺陷,使得模型拟合更准确、插值结果更精确。在上述分析的基础上,通过在矿井环境下采集指纹数据,建立全部采样数据库、半采样与插值混合数据库,并选用最近邻算法(KNN)进行了定位验证。结果表明:POS-SA-Kriging算法不但大幅降低了指纹构建工作量,而且显著提高了定位精度,实现了指纹库构建速度与目标定位精度的联合优化。

基于随机网络演算的车联网边缘计算多跳任务卸载性能分析

车联网(IoV)边缘计算通过在网络边缘部署计算资源,可为车载用户提供低时延服务。该文通过随机网络演算(SNC)矩母函数(MGF)法分析车联网移动边缘计算的时延和数据积压性能。首先,分别对车辆高优先级和低优先级业务到达过程、单跳毫米波通信服务过程和边缘计算服务过程进行数学建模;其次,由服务级联定理获得不同优先级业务在多跳网络中的服务过程及其矩母函数表达式;接着,推导了车辆边缘网络不同优先级业务毫米波多跳通信任务卸载的时延和数据积压概率边界闭式解;最后通过蒙特卡罗仿真验证闭式解的准确性。

一种煤矿井下无线自组网灾后重构算法

矿井事故常导致部分通信链路损坏、通信网络连通性恶化,利用残存节点和有限的新设节点,通过构造局部虚拟骨干网方式重构矿山救援网络可降低网络能量开销,增强连通覆盖控制能力。提出了一种基于多维度虚拟骨干网构造的煤矿井下无线自组网灾后重构算法。考虑无线传感器网络介数中心度、节点紧密度、节点剩余能量筛选机制3个维度,构建了虚拟骨干网节点综合评价指标,选取综合评价指标大的节点作为统治节点,以增强虚拟骨干网的鲁棒性,延长网络寿命。介绍了虚拟骨干网构造过程:在初始阶段,通过多轮选举产生统治节点并更新支配集;在支配集连接阶段,选举出中继节点,各统治节点、中继节点建立连接,形成连通支配集。采用一阶无线电能耗模型分析了虚拟骨干网能耗。采用Matlab R2017A平台对基于该算法重构的网络进行仿真实验,结果表明网络剩余能量、统治节点数量、节点覆盖率等指标均优于采用基于休眠机制和能量均衡的连通支配集算法、能量均衡的最小连通支配集算法构建的网络。

灾后煤矿物联网网络空洞覆盖重构算法

灾后煤矿物联网因部分节点损毁或障碍物遮挡,会导致网络空洞问题,阻碍网络连通。现有网络空洞覆盖算法未考虑井下灾后地理环境因素,且未对修复后的网络进行优化,无法满足灾后煤矿物联网重构需求。针对该问题,提出了一种煤矿物联网灾后有障碍物情况下的网络空洞覆盖重构算法-NHCRA-O。建立了灾后煤矿物联网模型和节点感知模型,采用Delaunay三角剖分对网络中残存节点及障碍物角点进行区域划分,通过节点感知模型判断区域内是否存在网络空洞;计算Delaunay三角形质心位置,利用质心和Delaunay三角形顶点之间的距离确定虚拟修复节点位置;对虚拟修复节点和移动节点进行可视化判断,并基于距离因子和能量因子计算二者优先级,通过预剪枝操作删除部分计算结果来提高算法收敛速度,根据可视化判断结果和节点优先级进行虚拟修复节点和移动节点双向匹配,从而确定移动节点最终位置,完成网络空洞修复;融合剩余能量因子、节点连通度和方向介数计算节点优先级,根据优先级选举簇头节点,其他成员节点就近入簇,实现网络重构。采用Matlab2016a软件对NHCRA-O的节点匹配效率、网络覆盖效率和网络生存时间进行仿真研究,结果表明:NHCRA-O完成移动节点与虚拟修复节点匹配的次数较Gale-Shapley算法减少31.4%,网络覆盖率较C-V算法和PSO算法高且移动节点平均移动距离短,NHCRA-O重构的网络生存时间明显高于SEP算法和LEACH算法重构的网络。

基于DA-GCN的煤矿人员行为识别方法

针对煤矿生产区域的监控视频较为模糊且人员行为类型复杂,常规行为识别方法的准确率较低的问题,提出了一种基于动态注意力与多层感知图卷积网络(DA-GCN)的煤矿人员行为识别方法。采用Openpose算法提取输入视频的人体关键点,得到3个维度、18个坐标的人体关键点信息,降低模糊背景信息的干扰;通过动态多层感知图卷积网络(D-GCN)提取人体关键点的空间特征,通过时间卷积网络(TCN)提取人体关键点的时间特征,提高网络对不同动作的泛化能力;使用动态注意力机制,增强网络对于动作关键帧、关键骨架的注意力程度,进一步缓解视频质量不佳带来的影响;使用Softmax分类器进行动作分类。通过场景分析,将井下行为分为站立、行走、坐、跨越和操作设备5种类型,构建适用于煤矿场景的Cumt-Action数据集。实验结果表明,DA-GCN在Cumt-Action数据集的最高准确率达到99.3%,最高召回率达到98.6%;与其他算法相比,DA-GCN在Cumt-Action数据集和公共数据集NTU-RGBD上均具有较高的识别准确率,证明了DA-GCN优秀的行为识别能力。

矿山生产作业场景视频结构化分析关键技术

随着5G通信、边缘计算、大数据和人工智能等技术在煤炭工业生产场景的应用,各类视频设备和功能系统急剧增多。为提高矿山安全生产的协同管控能力和智能决策水平,解决矿山各业务系统智能化程度低、深度信息感知能力差以及决策能力弱的问题,需要对具体生产场景下的视频结构化分析相关技术进行深入研究,构建跨场景的态势感知与协作、全流程的生产状态监控的智慧矿山生产视频结构化分析系统平台。建议从人、机、料、法、环5个维度融合分析矿山视频数据,通过场景认知和生产规则建模以应对复杂作业场景下业务场景识别的需求,对矿山生产业务及规则进行结构化特征建模,从时间、空间以及语义等方面对目标特征进行组合分析与分级索引,在云边协同技术架构下,让感知数据上行、规则模型下行,研发能够快速进行全系列结构化数据传递、全场景语义信息融合以及全流程生产风险管控的云边协同视频结构化分析平台,形成更加符合矿山工业形态的非结构化数据治理模式。在深入分析矿山安全生产需求和视频结构化分析技术特性的基础上,提出研究矿山作业场景视频结构化分析机制、矿山作业场景认知与规则建模技术、人员安全行为分析督导技术、设备状态视频监控联合分析技术、视频分析应急协同与联动技术等关键技术,对建立集人机督导和生产监控于一体的智慧矿山生产视频结构化分析系统,促进矿山安全生产系统由局部信息化、自动化向多系统协同智能化发展具有重要意义。

联合DD-GAN和全局特征的井下人员重识别方法

对煤矿井下各重要区域多个监控摄像头获取到的视频数据进行管控分析,定位和身份识别视频中的工作人员,对煤矿安全智能化生产具有重要意义。为解决矿井下光线暗淡、光照不均匀,现有常规行人重识别方法不能满足井下人员重识别的问题,提出一种联合双鉴别式生成对抗网络和全局特征的井下人员重识别方法。首先,采用双鉴别式生成对抗网络DD-GAN对井下暗光或光照不均的图像进行增强与复原,为后续重识别提供更具辨别力的图像基础;其次,在图像增强的基础上,设计一种基于全局特征描述的重识别网络以解决井下作业人员的身份识别问题,并使用随机擦除与k互近邻重排序方法来进一步提高重识别网络的鲁棒性和识别精度;最后,构建适用于井下特殊场景的Miner-CUMT数据集,解决了现有样本集场景单一的问题,同时也提高了该方法的泛化性。该方法在构建数据集Miner-CUMT进行了有效性验证,实现了煤矿巷道低照度场景下精准的人员重识别任务,为推进煤矿智能化安全生产的发展打下重要基础。

工业脉冲噪声下无线通信系统预编码设计及性能分析

矿山等场景中的工业脉冲噪声会导致无线通信系统的突发数据错误,显著降低数据传输可靠性和通信质量。现有的抗脉冲噪声研究大多只能保证通信系统的有效性或可靠性,而工业无线通信场景中的任务应用对有效性和可靠性都提出了较高要求,单一的性能研究无法满足需求。针对上述问题,综合考虑工业设备尺寸和设计复杂性,建立了联合收发端设计的多用户多输入单输出(MU-MISO)正交频分复用(OFDM)系统模型。在发射端设计了基于二次型转换的预编码算法,以最大化系统和速率;采用二次型对耦合的预编码矢量进行解耦,以降低计算复杂度。在接收端设计了深度削减脉冲噪声消除方案,以降低误码率,提高工业无线通信的可靠性。仿真结果表明:在米德尔顿A类(MCA)噪声模型下,基于二次型转换的预编码算法与半正定松弛(SDR)算法的系统和速率十分相近,验证了所提预编码算法的有效性;与主流的消隐、削减、混合3种非线性脉冲噪声消除方案相比,深度削减脉冲噪声消除方案的输出信噪比最高,误码率最低,误码率比主流的最佳方案低24%,性能最优。

煤矿视频分布式实时处理平台的设计与实现

实时智能化监控技术是煤矿安全生产的关键。针对煤矿井下监控视频处理实时性差、数据挖掘率低等问题,基于Spark、Kafka、HDFS等分布式框架设计并搭建了一个视频分布式实时处理平台,提出了一种多节点加权融合算法,改进了帧间相关视频的处理方式,加入关联分析模块,并进行了实验验证。实验结果表明,该平台在帧间相关和帧间无关的视频处理中均具有良好的实时处理能力,提高了煤矿视频监控的实时监测能力,对煤矿的安全生产具有重要的意义。

面向移动VR的部分缓存内容共享方法

面向移动VR(Virtual Reality)业务的高数据量和低时延需求,为有效降低核心网的数据流量、减小设备的内容请求代价,文中建立了面向移动VR的部分缓存内容共享模型。建模了社交属性感知的内容共享代价最小化问题,将优化问题分解为功率优化与模式选择、设备关联两个子问题,并分别提出基于代价的功率优化和模式选择算法以及基于社交关系和请求代价的匹配算法;最后,通过仿真对提出的基于部分缓存的内容请求模式选择与功率优化的方法的性能进行评价,并与其他缓存方案进行了对比分析。仿真结果表明,文中提出的基于部分缓存的内容请求模式选择与功率优化方案可有效降低内容请求者的请求代价。